Aramizda
Aktif Üye
AI güncelleme kompaktı: Meta vs EU, DeepL, PEER, Proton
Meta, AB'de yeni AI modelleri sunmak istemiyor
Reklamcılık
Meta, düzenleyici belirsizlik nedeniyle yeni çok modlu AI modelini ve gelecekteki AI modellerini Avrupa Birliği'nde sunmayacağını duyurdu. Bu karar, bu modellerin entegre edileceği akıllı telefonlar ve Meta'nın Ray-Ban Akıllı Gözlükleri gibi ürünleri de etkiliyor. En büyük Llama 3 modelinin metin tabanlı bir versiyonu Temmuz sonunda AB'de hala mevcut olacak olsa da, gelecekteki Llama 4 modelleri açık lisansa rağmen AB şirketleri tarafından kullanılamayacak.
Bu karar, Meta ile AB veri koruma yetkilileri arasındaki çatışmayı daha da kötüleştiriyor. Bu yetkililer, şirketin AB müşterilerinden gelen verilerle eğitim almasını açıkça izin verilmeden yasakladı. Meta, Avrupa verileriyle eğitim almanın, ürünlerinde bölgesel terminoloji ve kültürü yeterince yansıtmak için çok önemli olduğunu savunuyor. Şirket, yakın zamanda düzenleyici endişeler nedeniyle AB'de belirli AI özelliklerini sunmayacağını duyuran Apple'ın benzer bir hamlesini takip ediyor.
Teknoloji devlerinin bu stratejisi, AB mevzuatını kendi lehlerine etkilemek için baskı kurmanın bir yolu olarak yorumlanabilir. Olası bir sorun, AB içinde rekabetçi alternatiflerin eksikliğidir ve bu da ABD teknoloji şirketlerine potansiyel bir bağımlılığa yol açabilir.
DeepL, çeviriler için yeni AI modelini tanıttı
Köln merkezli DeepL şirketi, çeviri hizmeti için yeni bir büyük dil modeli geliştirdi. Model, tescilli verilerle eğitildi ve dil uzmanları tarafından optimize edildi.
Şirkete göre, kör testlerde Google Translate ve ChatGPT-4'ten önemli ölçüde daha iyi performans gösterdi. DeepL, daha az hatayla daha doğru çeviriler vaat ediyor.
Yeni model artık ücretli müşteriler için İngilizce, Japonca, Almanca ve Çince olarak mevcut. Diğer diller de takip edecek.
DeepL CEO'su Kutylowski, bunun şirketin AI destekli dil çözümleri için sadece bir başlangıç olduğunu düşünüyor. DeepL, Mayıs ayında 300 milyon ABD doları tutarında fon aldı.
Google DeepMind milyonlarca küçük “uzman” ile yapay zeka modeli geliştiriyor
Google DeepMind'daki araştırmacılar PEER adlı yeni bir AI mimarisi tanıttı. Bir milyondan fazla minik “uzman” kullanıyor – sadece bir nörona sahip küçük sinir ağları.
PEER, GPT-4 gibi mevcut modellerin de temelini oluşturan “Uzmanların Karışımı” (MoE) ilkesine dayanır. 128'e kadar uzman ağı eğitilir ve bunlardan yalnızca belirli bir sayısı model sorguları yapıldığında aynı anda aktiftir. PEER bir adım daha ileri gider ve çok küçük uzmanların son derece yüksek sayıda kullanır.
Yapılan deneylerde PEER, verimlilik açısından hem geleneksel trafo modellerinden hem de önceki MoE yaklaşımlarından daha iyi performans gösterdi.
Bilim insanları PEER'i daha verimli ve daha iyi ölçeklenebilir AI modelleri için umut vadeden bir yaklaşım olarak görüyor. Yeni uzmanlar ekleme yeteneği ayrıca bir PEER modelinin teorik olarak öğrendiklerini unutmadan sürekli olarak yeni bilgileri özümseyebileceği anlamına geliyor. Ancak bu teknolojinin tüm potansiyelinden yararlanmak için daha fazla araştırmaya ihtiyaç var.
Proton, veri korumasına odaklanan yapay zekalı yazma asistanını tanıttı
İsviçreli e-posta sağlayıcısı Proton, Proton Scribe adlı bir AI yazma asistanı tanıttı. Proton Mail'e entegre edilmiştir ve kullanıcının cihazında yerel AI işlemeyi kullanır.
Diğer AI araçlarının aksine, hiçbir kullanıcı verisi toplanmaz veya üçüncü taraflara iletilmez. Açık kaynak modeli bağımsız olarak test edilebilir. Şu anda kullanılan model Mistral'den küçük bir dil modelidir.
Proton Scribe, kullanıcı başına aylık 2,99 dolardan başlayan fiyatlarla işletme müşterilerine sunuluyor.
Yapay zeka aslında ne kadar zeki? Üretken AI'nın işimiz, boş zamanımız ve toplumumuz için ne gibi sonuçları var? Haberler'nin “AI Update”inde, The Decoder ile birlikte, en önemli AI gelişmeleri hakkında günlük güncellemeler getiriyoruz. Cuma günleri, uzmanlarla AI devriminin farklı yönlerine ışık tutuyoruz.
OpenAI, AI halüsinasyonlarıyla mücadele etmek için bir yöntem geliştiriyor
OpenAI, “Prover-Verifier Games” adlı yeni bir teknoloji tanıttı. İki AI modeli birbirleriyle rekabet ediyor: Bir “prover” çözümler üretiyor, bir “verifier” bunları kontrol ediyor.
Eğitim yoluyla, kanıtlayıcı doğrulayıcı ve insanların anlayabileceği çözümler üretmeyi öğrenir. Aynı zamanda, doğrulayıcı ince hataları tanımayı öğrenir.
Testlerde, modeller yalnızca doğruluk için optimize edilmiş bir modele kıyasla insanlar tarafından daha anlaşılabilir çözümler üretti.
Araştırmacılar bunu daha güvenilir AI sistemleri için umut vadeden bir yaklaşım olarak görüyorlar. Bu, tıp veya finans gibi kritik alanlarda kullanımlarını kolaylaştırabilir.
(igr)